全部题目

模型、RAG、Agent与工程面试题一网打尽,配套答案解析与延伸追问。

已筛选

共 7744 道题

排序:

6070
实现 KL 散度或给定策略的 KL 惩罚计算。
模型基础与推理机器学习与推荐系统
代码题
进阶
6077
从零实现 Adam 或 AdamW 参数更新。
模型训练与对齐训练框架、调参与排障
代码题
进阶
6085
实现 GRPO 的组内优势与策略损失。
模型训练与对齐强化学习与奖励
代码题
深入
6089
实现 Top-K 路由的 Mixture of Experts 层。
模型基础与推理模型架构与表示
代码题
深入
6103
Coding Agent 如何保护用户已有的未提交改动?
AI 应用工程与治理AI Coding 与研发流程
方案设计
进阶
6126
能力评测与回归评测有什么区别,如何共同维护?
AI 应用工程与治理评测体系与实验设计
比较选型
进阶
6152
轮流每次取一或两个物品,如何判断并构造必胜策略?
算法与编程题逻辑推理与开放估算
原理机制
进阶
6159
如何用一次观测和最少测试个体找出一瓶毒药?
算法与编程题逻辑推理与开放估算
原理机制
进阶
6166
C++ vector 如何扩容,容量变化对复杂度与引用有效性有什么影响?
软件工程基础C/C++、Go 与编译
原理机制
基础
6167
推荐系统如何建模用户行为序列,选择循环、注意力与生成式预测目标?
模型基础与推理机器学习与推荐系统
比较选型
进阶